氣壓計測得氣壓和溫度值爲模擬量，ms5611氣壓計會自動將模擬量轉換成數字量，對於不同的精度，轉換時間也不相同。本測試選用的精度爲最高的OSR=4096，如下表所示，轉換時間選擇最大值9.04ms。以前程序中沒有精確的延時時間，本測試添加此步驟，選用定時器5爲它精確計數。
第一組實驗：靜止不動，測1000組數據，對比原始數據和加了精確延時採樣數據，如圖1。數據真值是100mm，靜止不動，確保真值正確。計算得到原始數據方差爲4402，精確延時採樣數據方差爲2800，實驗結果表明，精確延時採樣數據方差比原數據方差提高了36%。原始數據誤差範圍0-440（mm）,精確延時誤差範圍-100 – 260（mm）。
圖1
第二組實驗：靜止不動，測精確延時採樣1000組數據，分3次測量，防止數據有偶然性，如圖2。真值還是100mm，第一次測試誤差範圍（-110 - +200），第二次測試誤差範圍（0-300），第三次測試誤差範圍（-100 - +260）。3條曲線整體趨勢都是吻合的，出現一些小的問題，偶爾出現毛刺信號，使得數據突然變化幅度大。
圖2
第三組實驗：靜止不動，使用精確延時採樣方法測試1000組數據，採用卡爾曼濾波算法進行濾除毛刺信號。卡爾曼濾波中需要調整參數到合適的值，其中Q是預測值的協方差，R是測量值的協方差。Q越大，代表越信任側量值，R越大，代表越信任側量值。測量值有些毛刺，本實驗選擇Q值調小，信任預測值多點，最終實驗結果使得毛刺信號濾除掉。如圖3
圖3
第四組實驗：爬樓梯運動，精確延時採樣數據與原始數據對比，如圖4。開始水平放置，然後起身有600mm的高度，水平行走一段距離，開始一級一級的爬樓梯，整體誤差在300mm之間，
圖4
未解決問題：數據突然出現巨大的值，如718750、262500、12500、18750、2500、968750、62500等。無規律，沒有周期的出現，嘗試卡爾曼濾波，限幅濾波都沒用，這因該是飛機掉高的原因，嘗試用別的算法。
針對數據出現巨大值，首先測試氣壓計數據沒有出現突變的情況，如圖5，穩定後的氣壓值在96720-96712之間波動，未出現異常值。高度越高，空氣稀薄，壓力小，氣壓值越小。
圖5